影片筆記：UI時代終結了！GLM 5.2+Codex實現Token自由！下一代人真的不用電腦了？

一句話總結

智譜 GLM 5.2 憑藉極低的 Token 成本與強大的長程任務執行能力，透過與 Codex 的協作架構（Codex 規劃、GLM 執行），打破了高成本帶來的使用焦慮，推動開發者從「輸入指令」轉向「審核結果」，並預示了 UI 介面將趨向即時生成與卡片化，最終可能消失於資訊流產品中。

核心重點

1. 智譜 GLM 5.2 的技術突破與定位

• 里程碑意義：被視為國產生態的重要時刻，體驗上接近 Claude 和 Codex，甚至被認為達到了類似 DeepSeek R1 的里程碑。
• 長程任務能力（Long-horizon tasks）：
• 具備強大的長程任務執行能力，能在用戶睡眠期間（1-2小時）自主完成複雜任務。
• 上下文記憶能力顯著提升，能處理百萬級上下文。
• 任務中斷後能主動提醒用戶進度，解決了以往「加著加著就忘了」的問題。
• 在約 70% 的日常重構任務中，能達到接近 Codex 和 Claude Code 的水平。
• 成本優勢（Token 自由）：
• 極低的 Token 消耗（例如使用半天僅消耗 4%-5% 額度）。
• 消除了以往因高昂費用（如 Codex 燒掉 200 美金）產生的畏手畏腳，允許用戶大膽進行高消耗操作（如長時間開啟瀏覽器）。

2. 技術架構與局限性

• 純文本模型特性：
• 智譜 GLM 5.2 被明確指出是「純文本模型」，非多模態。
• 缺乏原生視覺能力，被比喻為電影《盲眼俠》中的角色（盲眼俠）。
• 在 Computer Use 或 Browser Use 任務中，因缺乏視覺對齊，效率較低，可能需要多次嘗試（2-3把）才能完成，不如 OpenAI 模型順暢。
• 補償機制：
• 通過將任務轉接給智譜自家的視覺模型（Vision Model）或其他多模態模型來處理圖像信息。
• 實現「文本處理強，視覺靠外包」的策略，通過長板（編碼能力）彌補短板。

3. Agent 協作與架構創新

• Codex + 智譜 GLM 5.2 組合：
• 架構：將智譜 GLM 5.2 接入 Codex 作為「子 Agent」。
• 分工：Codex 負責制定計劃（Plan），智譜 GLM 5.2 負責長程任務執行（Execute）。
• 效果：解決了 Codex 用量貴的問題，實現了「用完 Codex 的規劃能力，用智譜的執行能力」，打開了新世界大門。
• CLI（命令行界面）的核心地位：
• CLI 被稱為 Agent 的「母語」，適合 Agent 之間的高效交流。
• 通過 CLI，Agent 可以快速獲取基礎情況和重要信息，無需經過複雜的 UI 轉換。
• 企業級控制（如權限管理）是 CLI 應用的關鍵價值，相比於野生插件，企業級 CLI（如飛書 CLI）具有更嚴密的權限控制和安全機制。

4. 用戶界面（UI/GUI）的未來演變

• UI 的消亡與重生：
• 資訊流產品：傳統的固定 UI 將失去價值，轉向「即時生成」的 UI。例如，根據用戶習慣即時生成折線圖、柱狀圖或表格，用戶只需點評或確認（Approve）。
• 消費級產品：可能轉向語音、頭戴式設備或沉浸式體驗，鼠標和鍵盤操作可能減少。
• 審核環節：雖然操作過程可能消失，但「審核/蓋章」環節仍需 UI 存在，因為需要清晰的視覺反饋來確認結果（如「Yes/No」按鈕）。
• 交互方式的轉變：
• 從「輸入指令」轉向「審核結果」。用戶角色從編碼者轉變為審核者（老闆）。
• 手機將主要作為「通知中心」，接收 Agent 主動推送的結果，而非主動打開應用查詢。
• 數據顯示，用戶更傾向於點擊卡片或語音交互，而非打字輸入提示詞。

5. 企業管理與 AI 認知

• 高層對 AI 的恐懼：
• 引用 Google Workspace CLI 負責人被開除的新聞，指出高層管理者因害怕產品被 AI 替代而阻礙創新。
• 上一代創業者對 AI 的理解片面，往往將 AI 視為工具而非協作者，導致對 AI 風險的誤判。
• 本地部署與開源：
• 智譜 GLM 5.2 的開源和本地可部署特性，為本地運行提供了可能，但受限于當前硬件（內存需求 20-30G），目前仍主要依賴雲端。

6. 開發者適應與心態轉變

• 技術交付與關係轉變：
• 只要作業完成並提交，關係即發生變化。
• 對比不同用戶對新技術（CLI）的接受度差異。
• 結論：結果證明大家都是對的，只是發展過程需要「中間商」。
• CLI 的角色定位：
• CLI 僅是一座橋樑，用於連接舊有工作流與新技術。
• 不應強迫不習慣 CLI 的人（如閒哥）使用無介面工具（如 Claude Code）。
• 歷史觀點：CLI 存在二三十年並未妨礙使用者使用其他東西，底層運作良好即可。
• Agent 的出現僅是換了一種運作方式。
• 應對 AI 焦慮的真實案例：
• 金融業朋友焦慮於老闆使用 GPT，自覺與 AI 無關。
• 建議方案：安裝類似 Trae 的工具，若單位使用飛書則安裝飛書 CLI。
• 功能描述：接管電腦，處理手頭雜事。
• 體驗與上癮：
• 在岸上看游泳學不會，必須跳入水中。
• 講者個人體驗：從覺得沒關係到完全上癮，類似使用 CLI 的感覺。
• 硬體投資與資源推薦：
• 建議購買 Mac mini 作為對自己的投資（提及降價）。
• 若購買後不知如何使用，建議訂閱「人民公園說 AI」。
• 透過每期聊天內容，確定能幹什麼。

詳細大綱

第一部分：智譜 GLM 5.2 的技術表現與定位

里程碑意義：被視為國產生態的啟發時刻，體驗上接近 Claude 和 Codex，甚至被認為是另一個 DeepSeek R1 的時刻。

長程任務能力：

• 具備強大的長程任務執行能力，能在用戶睡眠期間（1-2小時）自主完成複雜任務。
• 上下文記憶能力顯著提升，能處理百萬級上下文，並在任務中斷後主動提醒用戶進度，解決了以往「加著加著就忘了」的問題。
• 在約 70% 的日常重構任務中，能達到接近 Codex 和 Claude Code 的水平。

成本優勢：

• 極低的 Token 消耗（例如使用半天僅消耗 4%-5% 額度），實現了「Token 自由」。
• 允許用戶大膽進行高消耗操作（如長時間開啟瀏覽器），消除了以往因高昂費用（如 Codex 燒掉 200 美金）產生的畏手畏腳。

第二部分：技術架構與局限性

純文本模型特性：

• 智譜 GLM 5.2 被明確指出是「純文本模型」，非多模態。
• 缺乏原生視覺能力，被比喻為電影《盲眼俠》中的角色。
• 在 Computer Use 或 Browser Use 任務中，因缺乏視覺對齊，效率較低，可能需要多次嘗試（2-3把）才能完成，不如 OpenAI 模型順暢。

補償機制：

• 通過將任務轉接給智譜自家的視覺模型（Vision Model）或其他多模態模型來處理圖像信息，實現「文本處理強，視覺靠外包」的策略。
• 這種架構解釋了其低成本的原因，同時通過長板（編碼能力）彌補了短板。

第三部分：Agent 協作與架構創新

Codex + 智譜 GLM 5.2 組合：

• 架構：將智譜 GLM 5.2 接入 Codex 作為「子 Agent」。
• 分工：Codex 負責制定計劃（Plan），智譜 GLM 5.2 負責長程任務執行（Execute）。
• 效果：解決了 Codex 用量貴的問題，實現了「用完 Codex 的規劃能力，用智譜的執行能力」，打開了新世界大門。

CLI（命令行界面）的核心地位：

• CLI 被稱為 Agent 的「母語」，適合 Agent 之間的高效交流。
• 通過 CLI，Agent 可以快速獲取基礎情況和重要信息，無需經過複雜的 UI 轉換。
• 企業級控制（如權限管理）是 CLI 應用的關鍵價值，相比於野生插件，企業級 CLI（如飛書 CLI）具有更嚴密的權限控制和安全機制。

第四部分：用戶界面（UI/GUI）的未來演變

UI 的消亡與重生：

• 資訊流產品：傳統的固定 UI 將失去價值，轉向「即時生成」的 UI。例如，根據用戶習慣即時生成折線圖、柱狀圖或表格，用戶只需點評或確認（Approve）。
• 消費級產品：可能轉向語音、頭戴式設備或沉浸式體驗，鼠標和鍵盤操作可能減少。
• 審核環節：雖然操作過程可能消失，但「審核/蓋章」環節仍需 UI 存在，因為需要清晰的視覺反饋來確認結果（如「Yes/No」按鈕）。

交互方式的轉變：

• 從「輸入指令」轉向「審核結果」。用戶角色從編碼者轉變為審核者（老闆）。
• 手機將主要作為「通知中心」，接收 Agent 主動推送的結果，而非主動打開應用查詢。
• 數據顯示，用戶更傾向於點擊卡片或語音交互，而非打字輸入提示詞。

第五部分：企業管理與 AI 認知

高層對 AI 的恐懼：

• 引用 Google Workspace CLI 負責人被開除的新聞，指出高層管理者因害怕產品被 AI 替代而阻礙創新。
• 上一代創業者對 AI 的理解片面，往往將 AI 視為工具而非協作者，導致對 AI 風險的誤判。

本地部署與開源：

• 智譜 GLM 5.2 的開源和本地可部署特性，為本地運行提供了可能，但受限于當前硬件（內存需求 20-30G），目前仍主要依賴雲端。

第六部分：開發者適應與心態轉變

技術交付與關係轉變：

• 只要作業完成並提交，關係即發生變化。
• 對比不同用戶對新技術（CLI）的接受度差異。
• 結論：結果證明大家都是對的，只是發展過程需要「中間商」。

CLI 的角色定位：

• CLI 僅是一座橋樑，用於連接舊有工作流與新技術。
• 不應強迫不習慣 CLI 的人（如閒哥）使用無介面工具（如 Claude Code）。
• 歷史觀點：CLI 存在二三十年並未妨礙使用者使用其他東西，底層運作良好即可。
• Agent 的出現僅是換了一種運作方式。

應對 AI 焦慮的真實案例：

• 金融業朋友焦慮於老闆使用 GPT，自覺與 AI 無關。
• 建議方案：安裝類似 Trae 的工具，若單位使用飛書則安裝飛書 CLI。
• 功能描述：接管電腦，處理手頭雜事。

體驗與上癮：

• 在岸上看游泳學不會，必須跳入水中。
• 講者個人體驗：從覺得沒關係到完全上癮，類似使用 CLI 的感覺。

硬體投資與資源推薦：

• 建議購買 Mac mini 作為對自己的投資（提及降價）。
• 若購買後不知如何使用，建議訂閱「人民公園說 AI」。
• 透過每期聊天內容，確定能幹什麼。

工具 / 模型 / 名詞整理

• 模型/產品：
• 智譜 GLM 5.2
• DeepSeek R1
• Claude (提及 Claude Code, Claude Desktop)
• Codex (OpenAI)
• Gemini
• GPT (OpenAI)
• Hermes
• OpenClaw
• Google Workspaces (提及 CLI 負責人)
• 智譜 GLM Pro 套餐
• 智譜 GLM 視覺模型 (Vision Model)
• 飛書 CLI (Lark CLI)
• 小微 (飛書內測產品)
• Tag (提及 Claude 的 Tag 功能)
• Karpathy (提及相關開發者)
• Trae
• Mac mini
• 人民公園說 AI

• 技術/概念：
• CLI (Command Line Interface / 命令行介面)
• TUI (Terminal User Interface / 終端界面)
• GUI (Graphical User Interface / 圖形界面)
• Agent (智能體)
• Sub-agent (子 Agent)
• Computer Use
• Browser Use
• Token (Token 自由)
• Context Window (上下文)
• Multi-modal (多模態)
• Open Source (開源)
• Local Deployment (本地部署)

操作流程整理

架構搭建：

• 將智譜 GLM 5.2 接入 Codex 作為「子 Agent」。
• 設定 Codex 負責制定計劃（Plan），智譜 GLM 5.2 負責長程任務執行（Execute）。

任務執行：

• 用戶提出需求，Codex 進行規劃。
• 若涉及圖像處理，任務轉接給智譜自家的視覺模型（Vision Model）或其他多模態模型。
• 智譜 GLM 5.2 利用其強大的長程任務執行能力，在用戶睡眠期間（1-2小時）自主完成複雜任務。
• 任務中斷後，系統主動提醒用戶進度。

審核與反饋：

• 用戶角色轉變為審核者，手機作為通知中心接收結果。
• 用戶對即時生成的 UI（如折線圖、柱狀圖、表格）進行點評或確認（Approve）。
• 通過「Yes/No」按鈕或卡片點擊進行反饋，而非打字輸入提示詞。

個人適應建議：

• 安裝類似 Trae 的工具。
• 若單位使用飛書，安裝飛書 CLI 接管電腦雜事。
• 購買 Mac mini 作為投資。
• 訂閱「人民公園說 AI」以確定使用方向。

值得注意的限制或風險

視覺能力缺失：智譜 GLM 5.2 作為純文本模型，缺乏原生視覺能力，在 Computer Use 或 Browser Use 任務中效率較低，需依賴外部視覺模型，導致可能需要多次嘗試。

高層恐懼阻礙創新：高層管理者因害怕產品被 AI 替代而阻礙創新（如 Google Workspace CLI 負責人被開除案例），上一代創業者對 AI 的理解片面，將 AI 視為工具而非協作者。

本地部署硬件限制：雖然智譜 GLM 5.2 開源且可本地部署，但受限于當前硬件（內存需求 20-30G），目前仍主要依賴雲端。

CLI 的接受度差異：CLI 僅是橋樑，不應強迫不習慣 CLI 的人使用無介面工具，需考慮用戶體驗差異。

逐字稿辨識疑點

• 智譜GLM 5.2：逐字稿中多次出現，需確認是否為最新發布版本名稱，或為口誤（如 GLM-4 或其他版本）。
• *at / at的是：逐字稿中出現「如果我在***at的是智譜GLM 5.2」，疑為「在...中 @（艾特）」的聽寫錯誤或口誤。
• 智聊譜Pro套餐：疑